虽然如此，这些合作关系承诺的规模与循环特性，其中供应商、客户与投资者的角色重迭，引发人们将之与1990年代末期的科网泡沫作比较。虽然抱有审慎态度是有必要的，但是我们认为更值得关注的，不是如今的交易是否类似当年的科网泡沫时代，而是其根本性基础是否相同。
我们识别出三大关键差异：
1. 稳健的资产负债表
在1990年代，大部分建设项目是由盈利能力有限，且高度依赖外部资本的公司提供资金。相比之下，当前浪潮的资金主要由超大规模营运商自身的自由现金流及稳健的利润来支持。由于过去有不少泡沫是在信贷条件紧缩的情况下破裂，这轮建设看来更能抵御此类压力。
不少人也将这种情况与1990年代的供货商融资循环相提并论，当时美国的电信基建企业相互融资，以推高增长¹。然而，如今的交易看来有所不同。资本正在追逐人工智能。今年，人工智能已占据风险投资资金的一半²，且支出是以芯片、电气设备及数据中心等实体基建为基础。
2. 人工智能收入动能
与早期互联网公司的先建后变现不同，人工智能在建设的同时就在变现。美国超大规模营运商已经通过云端需求增长，以及在编码、广告及企业工具方面的生产力提升获得回报。模型开发商的商业模式虽然在萌芽阶段，但凭借其在全球大型语言模型（LLM）中市占率优势，其收入规模正持续扩大。同时，企业采用率正加快提升。毕马威最新的人工智能调查显示，美国企业平均人工智能投资从2025年第一季起增长14%至1.3亿美元，这受益于人工智能应用案例带来明显的生产力与盈利能力提升³。
3. 需求大于供给
历史上，任何一轮大规模资本投资浪潮都存在过度建设的风险。在科网泡沫的高峰期，美国光纤网络的使用率只有约7%（下图），留下了巨大的闲置产能，花了数年才被消化。但如今，数据中心的空置率处于历史较低水平⁴，使用率徘徊在约80%左右。运算的需求持续远远超过供应，人工智能工作负载正快速且显著增长。
资料来源：光纤电缆使用率源自哈佛商学院2001年4月发表的研究报告《Level (3) Communications in 2001: The ‘Pivotal Year’》；图形处理器使用率来源于美国国家经济研究局2005年7月发表的论文《Flexible Data Centers and the Grid: Lower Costs, Higher Emissions?》；摩根资产管理对数据中心容量的假设来源于公司报告。反映截至2025年10月17日的最新数据。
以史为鉴
虽然如此，我们认为对人工智能保持审慎态度并不是毫无根据。支出规模庞大、发展速度或前所未有，且一些关于投资回报率的假设，例如资产的使用寿命，仍是未解之题。历史提醒我们，市场的热情往往会走在现实之前。然而，到目前为止，如今的参与者的资本实力，远较科网泡沫时代的企业雄厚，人工智能商业化亦在进行当中，短期内出现过度建设的风险似乎有限。随着故事的展开，投资者在投资时可考虑精挑细选，通过主动管理策略争取从泡沫化的估值中筛选出具变革性的赢家。
1.1990年代末，不少电信设备制造商向其客户提供贷款或股权，以资助网络扩张。这种做法提振了双方的销售额和需求，但当信贷紧缩时，这些循环被打破，导致行业崩溃及更广泛的科网泡沫爆破。
2.资料来源：Pitchbook，截至2025年8月31日。
3.资料来源：KPMG AI Quarterly Pulse Survey，2025年9月。
4.根据世邦魏理仕，2025年上半年北美数据中心市场的空置率已降至1.6%的历史新低。